基于FAL函數(shù)濾波的動力定位自抗擾控制器設計

郭亮琨 楊宣訪 王家林

摘 要：針對動力定位系統(tǒng)數(shù)學模型不夠精確，而且具有很強的非線性特性問題，采用自抗擾控制算法設計其控制器。該控制算法無需精確的數(shù)學模型，主要利用擴張狀態(tài)觀測器估計船舶運動位置、速度和總擾動，最后通過反饋控制對其進行補償，從而實現(xiàn)船舶動力定位的精確控制。但實際工程中，船舶的測量系統(tǒng)的測量噪聲是難以避免的，為了避免測量噪聲的影響，針對所設計的擴張狀態(tài)觀測器采用FAL函數(shù)濾波器，在測量信號進入擴張狀態(tài)觀測器之前進行濾波，以減小測量噪聲的影響。從而使得其反饋控制更加精確。最后以一艘供給船為例進行仿真分析，驗證了所設計非線性控制器的有效性和魯棒性。

關鍵詞：船舶動力定位;自抗擾控制器;FAL函數(shù)濾波

中圖分類號：TP273 ? ? ?文獻標識碼：A

動力定位（Dynamic Positioning，DP）是指船舶不借助錨泊，而是通過自身安裝的推進器來抵抗風、浪、流等環(huán)境干擾的影響，實現(xiàn)其在海面上固定位置或預期航跡的保持[1]。動力定位系統(tǒng)主要由測量系統(tǒng)、控制系統(tǒng)、推進器系統(tǒng)三部分組成，其中控制系統(tǒng)是整個系統(tǒng)的核心部分。第一代動力定位系統(tǒng)采用“低通/陷波濾波算法+PID控制[2]”，因為快速性和超調(diào)難以協(xié)調(diào)等不足逐漸被取代。第二代采用“Kalman濾波器+最優(yōu)控制”，但此控制算法依賴于數(shù)學模型的精度，且缺乏魯棒性[3]。近年來出現(xiàn)的第三代動力定位系統(tǒng)采用了“非線性狀態(tài)估計+智能控制”，主要體現(xiàn)在魯棒控制、模糊控制、神經(jīng)網(wǎng)絡控制等控制方法。因為智能控制算法不夠成熟，適應參數(shù)變化能力有限，還只是動力定位控制系統(tǒng)研制的一種趨勢。所以動力定位的控制方法一直是當前的研究熱點。

1998年韓京清教授吸收現(xiàn)代控制理論成果，在PID控制基礎上提出了一種新的控制策略-自抗擾控制器[4]（Active Disturbance Rejection Controller， ADRC），它由跟蹤微分器、擴張狀態(tài)觀測器和非線性狀態(tài)誤差反饋控制三部分組成。ADRC的抗干擾能力較強，并且無需精確的數(shù)學模型，相較于PID控制、最優(yōu)控制更適合于具有高度耦合的復雜非線性動力定位系統(tǒng)，相較于智能控制更利于工程實現(xiàn)，其優(yōu)勢相當明顯。ADRC目前在很多領域中，已得到關注與認可。文獻[5]針對深空探測器的自主姿態(tài)穩(wěn)定問題提出自抗擾控制律，通過擴張狀態(tài)觀測器實時估計總擾動并結(jié)合角速度偏差，反饋實現(xiàn)控制目的，仿真結(jié)果驗證了該控制律的有效性和魯棒性。文獻[6]將自抗擾控制應用于的矩陣變換器的閉環(huán)系統(tǒng)中解決輸出電壓易受影響問題，提出雙環(huán)自抗擾控制策略，與基于PI控制相比，具有更優(yōu)的動靜態(tài)性能。

在動力定位領域中，文獻[7]提出基于自抗擾控制的船舶動力定位控制策略，采用三階擴張狀態(tài)觀測器估計船舶位置、速度和總擾動，利用非線性反饋對誤差和擾動進行補償，仿真結(jié)果證明，該控制器不但可以有效地抑制海洋環(huán)境對動力定位船舶的擾動，并且對模型參數(shù)變化具有較強的魯棒性和適應性。但實際工程中，動力定位中的傳感器測量系統(tǒng)只能提供帶有測量噪聲船舶位置和姿態(tài)信息，若嘗試直接對其控制反而會影響擴張狀態(tài)觀測器的估計，從而對自抗擾控制產(chǎn)生影響，是需要濾去的。鑒于此，采用一種基于Fal函數(shù)濾波的自抗擾控制器，考慮引入一個濾波器預先進行濾波處理，進一步使得其反饋控制更加精確，達到精度更高的控制效果。最后通過仿真驗證其控制器的有效性和魯棒性。

1 船舶動力定位系統(tǒng)的數(shù)學模型

1.1 低頻運動模型

船舶DP系統(tǒng)一般只考慮縱蕩、橫蕩和艏搖三自由度運動，為方便描述船舶在水平面的運動，建立兩個坐標系統(tǒng)：地球坐標系XOY和隨船坐標系XOY，如圖1所示。

5 結(jié) 論

針對DP系統(tǒng)的非線性控制器設計問題，采用一種基于Fal函數(shù)濾波的自抗擾控制器。通過加入Fal函數(shù)濾波器，減少了測量噪聲對船舶控制的影響，主要解決了實際DP系統(tǒng)中含有測量噪聲的問題，進一步提高控制器的動態(tài)性能。最后通過仿真實驗對比，結(jié)果表明該控制器可以有效地避免了測量噪聲的干擾，從而提高控制精度。

參考文獻

[1] 邊信黔，付明玉，王元慧. 船舶動力定位[M].北京：科學出版社， 2011.

[2] MORGAN J M. Dynamic positioning of offshore vessels[M]. Petroleum， Tulsa，1978.

[3] BALCHEN J G， JENSSEN N A， SAELID S. Dynamic positioning using Kalman filtering and optimal control theory//Proceedings of IFAC/IFIP Symposium on Automation in Offshore Oil Field Operation， 1976： 183- 186.

[4] HAN Jingqing. Autodisturbance rejection controller and it's applications[J]. Control and Decision， 1998， 13（1）： 19-23.

[5] 鐘聲，黃一， 胡錦昌. 深空探測航天器姿態(tài)的自抗擾控制[J].控制理論與應用. 2019，36 （12）：1-7.

[6] 胡風革，吳旭升，聶子玲.矩陣變換器自抗擾控制策略研究[J].海軍工程大學學報.2015，27（3）：14-18.

[7] 趙大威，邊信黔，丁福光. 非線性船舶動力定位控制器設計[J]. 哈爾濱工程大學學報.2011，32 （1）：57-61.

[8] 韓京清.反饋系統(tǒng)中的線性與非線性[J].控制與決策，1988， 3（2）：27-32.

[9] 韓京清.控制理論-模型論還是控制論[J].系統(tǒng)科學與數(shù)學，1989，9（4）： 328-335.

[10]HAN Jingqing， WANG Wei.Nonlinear trackingdifferentiator[J].Journal of Systems Science and MathematicalSciences， 1994，14（3）：177-183.

[11]王海強，黃海.擴張狀態(tài)觀測器的性能與應用[J].控制與決策，2013， 28（7）：1078-1082.

[12]HAN Jingqing. Nonlinear state error feedback control law NLSEF[J]. Control and Decision， 1995， 10（3）： 221-226.

[13]FOSSEN T I，STRAND J P. Passive nonlinear observer design for ships using Lyapunov methods： fullscale experiments with a supply vessel[J]. Automatica，1999，35（1）：3-16.

[14]林飛，孫湖，鄭瓊林，等.用于帶有量測噪聲系統(tǒng)的新型擴張狀態(tài)觀測器[J].控制理論與應用.2005， 22（6）： 995-998.

[15]劉聰.自抗擾控制在DP船控制中的應用研究[D].哈爾濱工程大學碩士學位論文，2018.

[16]王宇航，姚郁，馬克茂.FAL函數(shù)濾波器的分析及應用[J]. 電機與控制學報，2010，14（11）：88-92.